本發(fā)明設(shè)計(jì)一種多源數(shù)據(jù)融合海底底質(zhì)分類方法，具體涉及一種向前逐步特征選擇的基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，屬于多源數(shù)據(jù)融合與海底底質(zhì)分類。

背景技術(shù)：

1、海底底質(zhì)作為海洋生態(tài)系統(tǒng)的基礎(chǔ)，對(duì)維持海洋生物多樣性和生態(tài)平衡起著至關(guān)重要的作用。其分類不僅有助于我們更深入地理解海洋地質(zhì)過(guò)程，而且對(duì)于海洋資源的勘探、開發(fā)和保護(hù)具有顯著的經(jīng)濟(jì)和科研價(jià)值。由于海底沉積物屬性可被海底底質(zhì)的紋理信息特征與光譜信息所反映，基于多光譜數(shù)據(jù)和多波束測(cè)深數(shù)據(jù)，結(jié)合數(shù)據(jù)預(yù)處理和機(jī)器學(xué)習(xí)算法，對(duì)海底底質(zhì)進(jìn)行分類。通過(guò)對(duì)海底底質(zhì)的探測(cè)來(lái)監(jiān)測(cè)海底生態(tài)環(huán)境，輔助識(shí)別、評(píng)估和保護(hù)海洋生物群落。

2、針對(duì)海底底質(zhì)分類的研究，國(guó)內(nèi)外科研人員做了大量研究，可大致分為4類。（1）原位取樣法：原位取樣一般使用專門設(shè)計(jì)的底質(zhì)取樣儀器放置海底，周圍環(huán)境未發(fā)生變化，最大程度保持沉積物在海底的溫度、壓力以及土工等狀態(tài)，避免沉積物樣品取樣和搬運(yùn)過(guò)程中對(duì)沉積物造成的擾動(dòng)，直接測(cè)量沉積物特性的方法。但存在高成本，有限的空間取樣的局限性。（2）多波束聲學(xué)底質(zhì)分類：多反向散射強(qiáng)度數(shù)據(jù)與海底底質(zhì)的粗糙度、沉積物粒徑、孔隙度、飽和度等物理屬性及入射角有極強(qiáng)的相關(guān)性。通過(guò)對(duì)多波束反向散射強(qiáng)度數(shù)據(jù)進(jìn)行傳播損失改正、聲線彎曲改正、lambert法則改正、聲照區(qū)面積改正、船底正下方中央波束區(qū)信號(hào)改正以及濾波等一系列處理，根據(jù)后向散射強(qiáng)度值范圍反映海底沉積物類型，但多波束復(fù)雜的算法和模型，導(dǎo)致聲學(xué)數(shù)據(jù)解讀的難度較大，對(duì)專業(yè)知識(shí)的依賴性高。（3）機(jī)載激光雷達(dá)測(cè)深技術(shù)（alb）和多時(shí)相數(shù)據(jù)融合的光學(xué)底質(zhì)分類：機(jī)載激光雷達(dá)測(cè)深可以獲得水深數(shù)據(jù)和含有底質(zhì)信息的激光脈沖回波數(shù)據(jù)；基于機(jī)載激光雷達(dá)測(cè)深波形數(shù)據(jù)，并結(jié)合水深衍生數(shù)據(jù)的海底底質(zhì)。多時(shí)相數(shù)據(jù)融合指不同時(shí)間獲取的遙感數(shù)據(jù)進(jìn)行融合，以捕捉海底底質(zhì)隨時(shí)間的變化。但光在水中的傳播受到水的清澈度、渾濁度等因素的影響，影響底質(zhì)特征的可見性。（4）多源數(shù)據(jù)的多特征提取底質(zhì)分類。融合光學(xué)和聲學(xué)數(shù)據(jù)提取不同的特征，光學(xué)遙感數(shù)據(jù)可以提供高分辨率的地表覆蓋信息，而聲學(xué)數(shù)據(jù)可以提供海底地形和底質(zhì)的詳細(xì)信息，結(jié)合不同的機(jī)器學(xué)習(xí)分類算法，如支持向量機(jī)（svm）、bp神經(jīng)網(wǎng)絡(luò)、隨即森林（rf）等，以提高海底底質(zhì)分類的準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明目的是利用worldview-2多光譜數(shù)據(jù)和多波束測(cè)深數(shù)據(jù)，提供一種基于向前逐步特征選擇和ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，以提高海底底質(zhì)分類的準(zhǔn)確率。

2、基于ga-xgboost的多源數(shù)據(jù)海底底質(zhì)分類方法，其特征是包含以下步驟：

3、（0）獲取研究區(qū)域內(nèi)的多光譜影像、多波束實(shí)測(cè)水深數(shù)據(jù)和實(shí)測(cè)底質(zhì)樣本；

4、（1）數(shù)據(jù)預(yù)處理：

5、對(duì)多光譜影像做輻射校正，大氣校正預(yù)處理；

6、并根據(jù)歸一化差分水體指數(shù)方法對(duì)影像進(jìn)行水陸分離；

7、對(duì)測(cè)深數(shù)據(jù)和光譜影像進(jìn)行空間尺度配準(zhǔn)；

8、（2）多特征提取與選擇：

9、（2.1）光譜特征提取：保留6個(gè)波段的輻射亮度值作為特征，分別是coastalbule、blue、green、yellow、red、rededge；再根據(jù)對(duì)應(yīng)波段輻射亮度值計(jì)算歸一化植被指數(shù)ndvi、比值植被指數(shù)sr、?可見光大氣阻抗指vari、增強(qiáng)型植被指數(shù)，共計(jì)10維光譜特征；

10、（2.2）地形特征提?。哼x用多波束實(shí)測(cè)水深數(shù)據(jù)depth作為基礎(chǔ)地形數(shù)據(jù)，提取相關(guān)地形特征數(shù)據(jù)——坡度slope、坡向aspect、曲率curvature和粗糙度roughness；

11、（2.3）特征向量提取并構(gòu)建特征選擇：將提取到的特征按層結(jié)構(gòu)排列，以1×1像元為單位提取每層相同坐標(biāo)位置的各個(gè)特征數(shù)據(jù)和底質(zhì)類別，逐層歸一化處理，組成特征向量，將特征向量分布畫出箱型圖；

12、（2.4）選擇最優(yōu)特征子集，包括重要性排序和分類精度分析，以xgboost評(píng)估特征的重要性，在評(píng)估過(guò)程中通過(guò)比較分裂前后的目標(biāo)函數(shù)變化來(lái)計(jì)算特征平均信息增益；通過(guò)對(duì)每個(gè)特征的增益值累加求均值，得到該特征的最終重要性分?jǐn)?shù)；將特征重要性分?jǐn)?shù)從高到低進(jìn)行排序；

13、為確定最優(yōu)特征向量子集組合，采用向前逐步特征選擇方法，為提高計(jì)算效率，將最重要的兩個(gè)特征作為xgboost的初始輸入，按特征重要性分?jǐn)?shù)依次增加1個(gè)特征變量到xgboost模型訓(xùn)練和測(cè)試；每增添一維特征，觀察分類精度變化；當(dāng)分類精度變化不再顯著，認(rèn)為當(dāng)前維度特征集合是最優(yōu)的，至此完成特征選擇；將選擇出的特征數(shù)量記為n；

14、（3）ga-xgboost分類模型構(gòu)建：

15、將特征向量子集劃分多個(gè)子集，每個(gè)子集依次用作驗(yàn)證集，并將其他子集用作訓(xùn)練集；ga遺傳算法將待優(yōu)化的xgboost超參數(shù)組合表示為“染色體”，輸入隨機(jī)生成超參數(shù)組合，用每個(gè)超參數(shù)組合訓(xùn)練xgboost模型，并在驗(yàn)證集上計(jì)算模型準(zhǔn)確率指標(biāo)作為適應(yīng)度值，通過(guò)選擇、交叉、變異操作產(chǎn)生新一代超參數(shù)組合，重復(fù)以上操作直至達(dá)到預(yù)設(shè)的迭代次數(shù)，輸出適應(yīng)度值最高的染色體作為優(yōu)化后的xgboost算法的最優(yōu)超參數(shù)組合，得到最佳參數(shù)ga-xgboost模型；

16、（4）海底底質(zhì)分類：

17、將其他研究區(qū)域的所有特征向量提取出來(lái)，輸入訓(xùn)練好的ga-xgboost模型，對(duì)整個(gè)研究區(qū)域的特征向量進(jìn)行分類劃分。

18、步驟（1）中，所述輻射校正、大氣校正預(yù)處理是利用envi軟件對(duì)多光譜影像進(jìn)行預(yù)處理；

19、所述根據(jù)歸一化差分水體指數(shù)方法進(jìn)行水陸分離，是通過(guò)設(shè)定一個(gè)閾值，值不小于的區(qū)域?yàn)樗w，反之則為非水體，公式如下：

20、，

21、式中,?為綠光波段的輻射亮度值；為近紅外波段的輻射亮度值；為歸一化差分水體指數(shù)；為歸一化差分水體指數(shù)法的閾值，。

22、步驟（0）中，多光譜影像采用worldview-2影像；步驟（1），所述對(duì)聲學(xué)數(shù)據(jù)和光學(xué)遙感數(shù)據(jù)進(jìn)行空間尺度配準(zhǔn)，是以worldview-2影像1.85m分辨率為參考，對(duì)多波束實(shí)測(cè)水深數(shù)據(jù)進(jìn)行重采樣和坐標(biāo)轉(zhuǎn)換，統(tǒng)一兩個(gè)數(shù)據(jù)源的坐標(biāo)系統(tǒng)、分辨率。

23、步驟（2.1）光譜特征提取中，10維光譜特征計(jì)算方式如表1：

24、表1?光譜特征指標(biāo)計(jì)算公式

25、，

26、其中，rc表示coastalbule輻射亮度值，rb表示bule輻射亮度值，rg表示green輻射亮度值，ry表示yellow輻射亮度值，rr表示red輻射亮度值，rre表示rededge輻射亮度值，rnir1表示nearinfrared1輻射亮度值,?rnir2表示nearinfrared2輻射亮度值；c1=6，c2=7.5，l=1，g=2.5。

27、步驟（2.2）地形特征提取中，各特征指標(biāo)公式如表2：

28、表2?地形特征指標(biāo)計(jì)算公式

29、，

30、其中，表示空間坐標(biāo)，為目標(biāo)點(diǎn)高程,?某一相鄰柵格點(diǎn)的高程,?為該點(diǎn)與相鄰點(diǎn)之間的水平距離，為三維曲面圖法線的? x,? y方向分量； slope i為該點(diǎn)與相鄰點(diǎn)之間的坡度； arctan2 (ny, nx)為計(jì)算參數(shù)的的反正切值。

31、步驟（2.4）中，所述計(jì)算平均信息增益具體公式為：

32、，

33、式中，表示第 j個(gè)特征的節(jié)點(diǎn)， j∈1,…, n；表示所有樹的數(shù)量，表示第棵樹的非葉子節(jié)點(diǎn)數(shù)量，表示第棵樹的第個(gè)非葉子節(jié)點(diǎn)的劃分特征，所以， ?是指示函數(shù)；為正則化項(xiàng)的超參數(shù)，、分別表示落在第棵樹的第個(gè)非葉子節(jié)點(diǎn)上所有樣本的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)之和,?分別表示落在第棵樹上第個(gè)非葉子節(jié)點(diǎn)的左、右節(jié)點(diǎn)上的一階導(dǎo)數(shù)之和，同理，分別表示落在第棵樹上第個(gè)非葉子節(jié)點(diǎn)的左、右節(jié)點(diǎn)上的二階導(dǎo)數(shù)之和，所以有：

34、，

35、。

36、步驟（2.4）中，對(duì)每個(gè)特征的增益值累加求均值，得到該特征的最終重要性分?jǐn)?shù)如下：

37、， j∈1,…, n。

38、步驟（2.4）中，每增添一維特征，觀察分類精度變化，若增加新特征后，分類精度下降超過(guò)1%，或者與前面最高精度相比上升幅度不超過(guò)0.5%時(shí)，認(rèn)為當(dāng)前維度特征集合是最優(yōu)的，至此完成特征選擇。

39、步驟（3）中選擇準(zhǔn)確率性能指標(biāo)計(jì)算適應(yīng)度值如下：

40、，

41、其中， s為ga遺傳算法的迭代次數(shù)，并從 s次迭代中輸出適應(yīng)度值最高的染色體作為優(yōu)化后的xgboost算法的最優(yōu)超參數(shù)組合，得到最佳參數(shù)ga-xgboost模型。

42、步驟（3）中，分類模型的表達(dá)式可概括為：

43、，

44、式中：c為ca-xgboost分類算法，feuture1—為步驟（2.4）確定的n個(gè)特征。

45、本發(fā)明采用多光譜影像、多波束實(shí)測(cè)水深數(shù)據(jù)結(jié)合少量的實(shí)測(cè)底質(zhì)樣本的多源數(shù)據(jù)融合的方式，提高了海底底質(zhì)分類的準(zhǔn)確性；并重新設(shè)計(jì)了特征選擇技術(shù)，去除了無(wú)關(guān)和冗余特征，簡(jiǎn)化特征空間，提高了分類模型的性能；采用ga與xgboost結(jié)合提高分類模型的性能和泛化能力。